买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】应用于港口的自动驾驶方法及驾驶车_江苏大块头智驾科技有限公司_202311178905.3 

申请/专利权人:江苏大块头智驾科技有限公司

申请日:2023-09-13

公开(公告)日:2024-05-10

公开(公告)号:CN117429419B

主分类号:B60W30/095

分类号:B60W30/095;B60W50/14;B60W50/00;B60W60/00

优先权:

专利状态码:有效-授权

法律状态:2024.05.10#授权;2024.02.09#实质审查的生效;2024.01.23#公开

摘要:一种应用于港口的自动驾驶方法及驾驶车,其获取由激光测距传感器采集的前方目标车辆在预定时间段内多个预定时间点的距离值,以及,所述多个预定时间点的本车车辆速度值;对所述多个预定时间点的距离值和所述多个预定时间点的本车车辆速度值进行联合分析以得到距离‑车速交互特征向量;以及,基于所述距离‑车速交互特征向量,确定是否产生碰撞预警提示信号。这样,可以实现车辆碰撞预警,降低自动驾驶车辆的碰撞风险。

主权项:1.一种应用于港口的自动驾驶方法,其特征在于,包括:获取由激光测距传感器采集的前方目标车辆在预定时间段内多个预定时间点的距离值,以及,所述多个预定时间点的本车车辆速度值;对所述多个预定时间点的距离值和所述多个预定时间点的本车车辆速度值进行联合分析以得到距离-车速交互特征向量;基于所述距离-车速交互特征向量,确定是否产生碰撞预警提示信号;其中,对所述多个预定时间点的距离值和所述多个预定时间点的本车车辆速度值进行联合分析以得到距离-车速交互特征向量,包括:对所述多个预定时间点的距离值和所述多个预定时间点的本车车辆速度值进行数据结构化处理以得到距离时序输入向量和本车车速时序输入向量;分别对所述距离时序输入向量和所述本车车速时序输入向量进行时序分析以得到距离时序特征向量和车速时序特征向量;融合所述距离时序特征向量和所述车速时序特征向量以得到所述距离-车速交互特征向量;其中,基于所述距离-车速交互特征向量,确定是否产生碰撞预警提示信号,包括:对所述距离-车速交互特征向量进行特征分布优化以得到优化距离-车速交互特征向量;将所述优化距离-车速交互特征向量通过分类器以得到分类结果,所述分类结果用于表示是否产生碰撞预警提示信号;其中,对所述距离-车速交互特征向量进行特征分布优化以得到优化距离-车速交互特征向量,包括:对所述距离时序特征向量和所述车速时序特征向量进行非齐次希尔伯特面上空间自适应点学习以获得融合特征向量;将所述融合特征向量与所述距离-车速交互特征向量进行融合以得到所述优化距离-车速交互特征向量;其中,对所述距离时序特征向量和所述车速时序特征向量进行非齐次希尔伯特面上空间自适应点学习以获得融合特征向量,包括:以如下优化公式对所述距离时序特征向量和所述车速时序特征向量进行非齐次希尔伯特面上空间自适应点学习以获得融合特征向量;其中,所述优化公式为: ; ; ;其中,是所述距离时序特征向量,是所述车速时序特征向量,是所述车速时序特征向量的转置向量,是所述融合特征向量,,和表示基于吉尔伯特空间的非齐次闵式距离,且和为超参数,和分别是所述距离时序特征向量和所述车速时序特征向量的全局特征均值,且所述距离时序特征向量和所述车速时序特征向量均为行向量,是按位置点乘,是按位置加法,为协方差矩阵。

全文数据:

权利要求:

百度查询: 江苏大块头智驾科技有限公司 应用于港口的自动驾驶方法及驾驶车

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。